MétaCan
Menu
Retour à la cohorte
Enregistrement W3212305668 · doi:10.1364/ol.444211

Group-velocity dispersion emulator using a time lens

2021· article· en· W3212305668 sur OpenAlexafffund
Xinyi Zhu, Luis Romero Cortés, José Azaña

Notice bibliographique

RevueOptics Letters · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Fiber Laser Technologies
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWaveformOpticsDispersion (optics)Group velocityPhysicsPhase modulationGroup delay and phase delayPhase (matter)AmplitudePicosecondBandwidth-limited pulseSIGNAL (programming language)Modulation (music)Self-phase modulationUltrashort pulseAcousticsNonlinear opticsPhase noiseComputer scienceTelecommunicationsBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

We report a novel method to continuously track the temporal evolution of an arbitrary complex waveform as it propagates through a group-velocity dispersion medium by using a single-frequency-driven phase modulator. The proposed method exploits the fact that the frequency spectrum of a given (input) waveform, following a suitable sinusoidal temporal phase modulation, exhibits the same shape as that of a dispersed version of the same temporal waveform after propagation through a prescribed amount of dispersion. In experiments, we track the dispersion-induced temporal evolution of different optical picosecond pulsed waveforms by tuning the frequency and/or amplitude of the phase modulation signal and observing the resulting shapes in the optical frequency domain. A good agreement is obtained between the measured spectra and predicted temporal shapes of the propagating waveform for different amounts of dispersion. Moreover, the method is successfully applied on a chirped optical pulse to find the optimal pulse compression conditions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil0,559

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,230
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetAdvanced Fiber Laser TechnologiesTravaux en français237 207